社内文書の分類作業を自動化し、人手でおこなう分類作業時間を大幅に短縮したい
課題：業務上、定型的な社内文書をカテゴリに分類する必要があり、分類のため内容確認をおこない、どのカテゴリに属するかという判断作業に多くの時間を要していた。 解決：QA ENIGNEに過去の分類結果を学習させることで独自のテキスト分類AIを構築し内容判断、分類作業を自動化、業務時間の大幅な短縮を実現することができた。
多言語の大量のテキストデータを精度良く分類できるテキスト分類AIが欲しい
課題：アジア言語やヨーロッパ言語にも対応できるテキスト分類AIの構築をおこないたかったが、自社ではリソースが足りずに実現できなかった。
解決：QA ENIGNEでは16言語に対応したテキスト分類が可能であるため、採用を検討。検証過程において、英語、日本語のほか、スペイン語、オランダ語など、他の言語での分類精度が十分であることを確認できたため採用することとなった。また、大量のテキストを一括で処理できることも利用しやすさの要因の一つとなっている。
解決：QA ENIGNEでは16言語に対応したテキスト分類が可能であるため、採用を検討。検証過程において、英語、日本語のほか、スペイン語、オランダ語など、他の言語での分類精度が十分であることを確認できたため採用することとなった。また、大量のテキストを一括で処理できることも利用しやすさの要因の一つとなっている。
テキスト分類として単独で利用するのではなく、自社のアプリケーションに連携して使え るようにしたい
課題：単独でテキスト分類ツールは利用していたが、自社のアプリケーションと連携していないため、AIモデルの訓練や分類するデータのアップロード、分類結果の反映などテキスト分類のために再度行う必要があり非常に手間がかかっていた。 解決：QA ENGINEでは、学習用データのアップロードや学習実施など、QA ENGINEの 管理画面でおこなえる基本的な操作をWebAPIからおこなえるAPIがあるため、それらのAPIを利用することで、自社のアプリケーションと連携して利用することを容易に実現することができた。
社内の技術情報をナレッジとして蓄積し、かつ自動応答によるヘルプデスク業務の効率化を実現したい。
課題：団塊世代の退職により、熟練社員のもつ属人的なノウハウの継承とその活用ができていなかった。 解決：QA ENGINEを活用して、熟練社員のもつノウハウをテキスト化して登録。登録したノウハウに関連する問い合わせがあった場合には自動で回答できるよう、学習データを用意して自動応答の仕組みを実現。ノウハウの活用が促進され、また、熟練社員の問い合わせ対応に割かれる時間が減少し、業務効率化を実現することができた。
